Версия Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# Gemini 4 Argon запущена для тестировщиков кибербезопасности; даты доступа к API нет

> Google объявила Gemini 4 Argon для проверенных специалистов по кибербезопасности. Дата следующего этапа доступа через платный API и AI Ultra пока не назначена. В первых независимых оценках Vals AI Argon лидирует в одних задачах и уступает в других; в открытом каталоге API нет конечной точки Argon.

By BIG CHANGE Editorial

Published: 2026-09-30T23:56:07.213Z
Updated: 2026-10-01T02:16:11.971Z
Canonical: https://bigchange.ai/blog/gemini-4-argon-restricted-access-independent-benchmarks

![Charcoal illustration of a sculptural numeral 4 on warm ivory, with a restrained orange edge detail.](https://bigchange.ai/api/media/file/gemini-4-argon-number-4-hero-v2.png)
AI-generated editorial illustration by BIG CHANGE.

Google объявила **Gemini 4 Argon** 30 сентября: модель показала высокие результаты в задачах на знания и программировании, заявлен лимит в миллион выходных токенов и названы цены для будущей версии API. Сначала Google предоставляет модель небольшой группе проверенных специалистов по киберзащите и тестировщиков. Компания не сообщила ни публичный идентификатор модели для разработчиков, ни дату доступа для клиентов платного API и подписчиков Google AI Ultra. [объявление Google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/) и [каталог моделей Gemini API](https://ai.google.dev/gemini-api/docs/models) показывают разрыв между запуском и доступом для большинства читателей.

## Главное изменение

- **Что изменилось:** Google передала новую передовую модель избранным специалистам по киберзащите, но большинство разработчиков и подписчиков пока не могут ею пользоваться. Основные заявления о возможностях и ценах уже опубликованы, а открытого API по-прежнему нет.
- **Почему это важно:** В независимых оценках Vals AI Argon занимает первое место в широком наборе задач на знания и тесте финансового агента. У команд, сравнивающих модели, появился серьезный новый кандидат. Но результаты различаются по задачам, а ограниченный запуск не позволяет оценить производительность и стоимость в их собственных рабочих процессах.
- **За чем следить:** Google назвала следующими группами клиентов платного API и подписчиков AI Ultra, но не указала дату. Документированный идентификатор модели и ограничения сервиса позволят разработчикам проверять важные для них задачи, в том числе выяснить, можно ли на практике использовать заявленный миллион выходных токенов.

## Кто уже может использовать Gemini 4

По словам Google, первыми пользователями станут проверенные специалисты по киберзащите и тестировщики из программы [Fairwind](https://blog.google/innovation-and-ai/technology/safety-security/fairwind-program/). Это программа ограниченного доступа для отдельных клиентов Google Cloud, государственных учреждений и партнеров по безопасности. Google утверждает, что проверенные защитники получают Argon без обычных ограничений киберзащиты, чтобы применять его защитные возможности. Первоначальный запуск — контролируемая проверка особенно чувствительного сценария использования.

Google планирует расширить доступ для разработчиков, компаний и потребителей, начав с клиентов платного API и подписчиков Google AI Ultra. Дата этого этапа неизвестна. По состоянию на 1 октября в [каталоге моделей Gemini API](https://ai.google.dev/gemini-api/docs/models) Google были модели Gemini 3, но не было идентификатора Gemini 4 Argon. На [странице цен API](https://ai.google.dev/gemini-api/docs/pricing) тоже не было строки Argon. Поэтому руководство по вызовам API пришлось бы строить на выдуманных названии модели и способе доступа, которые Google не документировала.

Тем не менее в публикации о запуске компания назвала будущие цены за токены. Начальная цена — **2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов**; кэшированные входные данные стоят на 95% дешевле обычного тарифа. После начального периода цены, по словам Google, вырастут до **4 и 20 долларов**. Когда закончится начальный период, не сообщается. Это объявленные тарифы, а не цена доступного сегодня API для самостоятельного использования. Цена токена также мало говорит о стоимости долгой задачи агента, пока неизвестны объем рассуждений, использование инструментов и размер ответа.

## Высокие результаты и заметные слабые стороны

[В независимой оценке Vals AI Argon](https://www.vals.ai/models/google_gemini-4-argon) получил **68.90% ± 0.97** на Vals Index и занял первое место среди 41 модели в таблице. В Finance Agent v2 он также первый из 73 моделей с результатом **65.40% ± 0.32**. На Vibe Code Bench он второй из 106 с результатом **91.91% ± 1.90**; в Code Migration — второй из 71 с результатом **68.17% ± 4.35**; в CyberBench v1.1 — второй из 43 с результатом **77.86% ± 5.30**. Это сильный старт в нескольких задачах, но не свидетельство превосходства Argon во всех.

В той же оценке Argon занял пятое место из 42 в Terminal-Bench 4.0 с результатом **57.58% ± 2.31**, пятнадцатое из 106 в MedScribe и седьмое из восьми в тесте управления компьютером CUA-bench с результатом **4.83%**. Измеренная стоимость одного теста также сильно различается: **$15.68** за тест Vals Index и **$193.78** за CUA-bench. Это расходы на задания оценщика, отдельно от объявленных Google цен за миллион токенов. Vals сообщает, что одни оценки агентов используют фиксированную тестовую среду, а другие — собственного агента модели; указанные стандартные ошибки не учитывают вариации промптов, случайных начальных значений и настроек развертывания. Небольшую разницу в баллах следует рассматривать с учетом этого контекста.

[Собственная сравнительная таблица Google DeepMind](https://deepmind.google/models/gemini/) дает дополнительные примеры против утверждения о безусловном лидерстве. В DeepSWE v1.1 Argon опережает GPT-6 Astra, **77.9% to 74.1%**, но уступает Astra в FrontierSWE v2, **55.0% to 65.5%**и Terminal-Bench Science, **57.6% to 68.1%**. Claude Opus 5.5 опережает Argon в Terminal-Bench 4.0, **66.4% to 57.4%**и PostTrainBench, **49.3% to 45.3%**. В офлайн-подвыборке OSWorld-2.0 из таблицы Astra набрала **72.6%** против **69.2%**у Argon. Сравнения основаны на выбранной Google таблице и заявленных настройках тестов; они не заменяют проверки клиентами в документированном общедоступном сервисе.

Google утверждает, что Argon может выдавать до **одного миллиона выходных токенов за один проход**вместо прежнего лимита в 64 000 токенов. Vals указывает окно *контекста* на миллион токенов, но настроила оценку Argon на максимум выходных данных **262 144 токена**. Эта настройка не устанавливает жесткий лимит будущего продукта Google. Однако опубликованные результаты Vals не демонстрируют генерацию полного миллиона токенов, а Google еще не разместила общедоступную запись API с лимитом выхода для обычных разработчиков.

## Для внутренних применений и заявлений о безопасности нужны отдельные доказательства

Google описывает, как агенты Argon помогали переносить код с C/C++ на Rust, создавать подпрограмму для квантовых вычислений и оптимизировать память дата-центров. По словам компании, после внедрения набора изменений памяти освободилось более 300 TiB. Google также заявляет, что ее партнер Wiz с помощью Argon обнаружила критическую уязвимость в медицинском ПО. Это рассказы Google о внутренней работе или работе партнеров; в материалах запуска недостаточно независимых подробностей, чтобы проверить или воспроизвести результаты. Google утверждает, что крупные переписывания на Rust по-прежнему проходят автоматическую и ручную проверку до выпуска в производство.

В вопросах безопасности Google описывает обучение отказу от вредоносных запросов, защиту от косвенной инъекции промпта, мониторинг рассуждений и действий модели для выявления поведения вне намерений пользователя и усиленную изоляцию тестовой среды. Утверждение, что Argon лучше других моделей компании противостоит косвенной инъекции промпта, исходит от поставщика. По словам Google, первая группа специалистов по кибербезопасности также получает доступ без обычных защитных ограничений, поэтому при расширении особенно важны границы доступа и мониторинг.

Первые сведения о повседневной полезности противоречивы. [Axios сообщило](https://www.axios.com/2026/09/30/google-gemini-4) , что Bloomberg со ссылкой на анонимные источники писал: некоторые сотрудники Google считали внутренние результаты Argon слабыми. Axios также сообщило, что Google назвало эту информацию неточной. Google заявила Axios, что сотрудники использовали модель для сложных задач программирования и исследований. Ни один рассказ не позволяет судить о работе общедоступной версии. Следующие полезные данные — доступ при документированных настройках, результаты задач и расходы, которые смогут проверить другие.

## Sources

- [Объявление Google о Gemini 4 Argon](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/) — Официальный запуск, план доступа, будущие цены, заявленный лимит вывода, внутренние проекты и заявления о безопасности. Внутренние результаты и сравнения безопасности — утверждения поставщика.
- [Страница моделей Gemini от Google DeepMind](https://deepmind.google/models/gemini/) — Выбранная Google таблица прямого сравнения, включая сильные и слабые стороны Argon; проверено 1 октября.
- [Каталог моделей Gemini API](https://ai.google.dev/gemini-api/docs/models) — Открытый каталог моделей для разработчиков; на момент проверки идентификатора Gemini 4 Argon не было. Это не исключает частный доступ.
- [Цены Gemini API](https://ai.google.dev/gemini-api/docs/pricing) — Открытая страница цен для разработчиков; на момент проверки строки Argon не было. В публикации о запуске указаны будущие тарифы.
- [Оценка Gemini 4 Argon от Vals AI](https://www.vals.ai/models/google_gemini-4-argon) — Результаты независимого оценщика: баллы, места, стоимость задач и настройки, включая максимум вывода 262 144 токена.
- [Методика оценки Vals AI](https://www.vals.ai/methodology) — Описывает устройство задач, различия агентских сред и то, что учитывают или не учитывают стандартные ошибки.
- [Программа Fairwind от Google](https://blog.google/innovation-and-ai/technology/safety-security/fairwind-program/) — Описание Google ограниченной программы киберзащиты и предполагаемых партнеров.
- [Материал Axios о запуске](https://www.axios.com/2026/09/30/google-gemini-4) — Независимый контекст доступа и комментарий Google; передает сомнения анонимных сотрудников из статьи Bloomberg и опровержение Google.
- [Материал Ars Technica о запуске](https://arstechnica.com/google/2026/09/google-announces-gemini-4-argon-ai-model-but-you-cant-use-it-yet/) — Независимый контекст запуска; сведения о внутреннем использовании остаются заявлениями Google.